[发明专利]一种基于高斯模型的机械设备状态诊断方法

权利要求书

1.一种基于高斯模型的机械设备状态诊断方法，其特征在于，包括：

1)获取机械设备开机正常的特征参数数据，生成机械设备正常状态特征参数数据的高斯模型，并将正常状态高斯模型保存到高斯模型库中；

2)实时采集机械设备特征参数数据，生成实时特征参数数据的高斯模型；

3)将实时特征参数数据的高斯模型与状态评估等级及高斯模型库中各个等级特征参数的高斯模型进行匹配计算，得到实时特征参数数据的高斯模型与正常状态高斯模型的偏离度；

4)根据计算得到的高斯模型的偏离度，判定设备运行状态；若计算得到的偏离度超过设定的阈值，则判定设备异常，若不超过设定的阈值，则判定设备运行正常。

2.根据权利要求1所述的一种基于高斯模型的机械设备状态诊断方法，其特征在于：所述的特征参数数据高斯模型生成，根据获取的机械设备一段时间的特征参数数据x_i(t)，其中i＝1,2,…,N，i代表不同种类的特征；不同的设备获取不同数量不同种类的特征参数数据；根据公式(1)(2)(3)构建不同特征参数数据的高斯模型f(x_i(t))，

f(xi(t))=12πσexp(-(xi(t)-μ)22σ2)---(1)]]>

其中，

μ=xi(t1)+xi(t2)+...+xi(tn)n---(2)]]>

σ=(xi(t1)-μ)2+(xi(t2)-μ)2+...+(xi(tn)-μ)2n---(3)]]>

n表示i组特征参数个数，x_i(t₁)、x_i(t₂)...x_i(t_n)表示i组特征参数数据具体数值。